---
doc_id: doc-logistics-vehicle-positioning-laser-vs-vision
doc_type: presales_selection_guide
category: qa_article
title: 物流车辆定位中激光位移与视觉传感器精度稳定性选型指南
industry:
- 物流仓储
- 智能制造
- 车辆定位
measurement:
- 位移测量
- 轮廓扫描
- 机器视觉测量
tags:
- 物流仓储
- 智能制造
- 位移测量
- 传感器
- 技术问答
updated_at: '2025-03-15'
version: '1.0'
license: CC BY 4.0
source_archive:
  source_article_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/source_article.md
  supporting_material_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/supporting_material.md
  references_folder: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/
summary: 在物流车辆定位且要求抗强光干扰条件下 → 线激光轮廓扫描技术，光斑能量集中，抗环境光能力强，配合颜色自适应算法可稳定工作
---

## TL;DR {#doc-logistics-vehicle-positioning-laser-vs-vision-tldr}

- 【推荐】在物流车辆定位且要求抗强光干扰条件下 → 线激光轮廓扫描技术，光斑能量集中，抗环境光能力强，配合颜色自适应算法可稳定工作
- 【推荐】在车辆位置快速定位且成本敏感条件下 → 机器视觉测量技术，全局视野覆盖广，适合粗定位与引导
- 【可选】在复杂表面颜色差异大且要求高精度条件下 → 线激光轮廓扫描配合高动态范围相机，但需额外光学滤波
- 【不推荐】在无遮挡开放强光环境（如露天装卸平台正午）条件下 → 纯机器视觉方案，色彩特征易受干扰，精度稳定性下降
- 【禁止】在车辆表面存在高反光金属或深色吸光材料混合条件下 → 无特殊处理的单一视觉方案，颜色自适应算法失效风险高

## 1. 场景与目标 {#doc-logistics-vehicle-positioning-laser-vs-vision-s01-scope}

物流车辆定位是仓储自动化、装卸平台管理、AGV/AMR引导系统的核心环节。典型应用场景包括：

- 车辆停位引导：AGV抵达装卸平台时，需精确识别车厢尾部或货物边缘位置
- 车厢轮廓测量：测量货物堆叠高度、轮廓尺寸，判断是否超载或偏载
- 车辆位置校正：引导叉车或堆垛机对准车厢内部作业位置

目标技术需求：

- 抗强光干扰：物流现场常存在自然光、照明灯等多光源环境
- 颜色自适应：货物包装颜色差异大，传感器需兼容不同表面反射特性
- 精度稳定性：在长时间运行中保持测量一致性，避免温漂和漂移累积

测量精度要求通常为 ±1mm ~ ±5mm，测量范围为 0.1m ~ 10m，响应时间需 <100ms 以适应动态定位场景〔REF-001〕。

## 2. 评价指标与口径说明 {#doc-logistics-vehicle-positioning-laser-vs-vision-s02-metrics}

本节统一定义全文使用的测量评价指标，确保跨章节表述一致。

| 指标名称 | 口径定义 | 测量单位 |
|---------|---------|---------|
| 测量精度（Accuracy） | 测量值与真实值的最大偏差，含系统误差与随机误差 | ±mm 或 ±%FS |
| 重复性（Repeatability） | 同一位置多次测量的标准偏差，反映系统稳定性 | ±μm 或 ±%reading |
| 分辨率（Resolution） | 系统可分辨的最小变化量 | μm |
| 响应时间（Response Time） | 从触发测量到输出有效数据的时间 | ms |
| 刷新率（Update Rate） | 单位时间内完成测量的次数 | Hz |
| 测量范围/量程（Range） | 可有效测量的最小至最大距离区间 | m 或 mm |
| 盲区（Dead Zone） | 传感器最近可测距离，低于此距离无法获取有效数据 | mm |
| 工作温度（Operating Temperature） | 传感器正常工作的环境温度范围 | °C |
| 防护等级（IP Rating） | 防尘防水能力等级 | IPXX |
| 输出接口/协议（Output Interface/Protocol） | 数据输出方式，如 Ethernet、USB、Analog 等 | — |
| 供电电压（Supply Voltage） | 传感器额定工作电压 | VDC |
| 功耗（Power Consumption） | 传感器正常工作时的功率消耗 | W |
| 温漂（Temperature Coefficient） | 温度变化引起的测量误差变化率 | ±ppm/°C |
| 抗干扰/环境适应性（Interference Immunity/Environmental Robustness） | 对抗环境光、振动、灰尘等干扰的能力 | 定性描述 |

注：测量精度口径以 ±mm 为主，部分高精度场景使用 ±%FS（满量程百分比）表示〔REF-002〕。

## 3. 售前必须确认的输入条件 {#doc-logistics-vehicle-positioning-laser-vs-vision-s03-inputs}

售前阶段需明确以下输入条件，以便准确选型。

| 类别 | 必问字段 | 示例/单位 | 影响点 |
|-----|---------|----------|-------|
| 测量目标 | 被测物体表面特性 | 金属、塑料、纸箱、深色/浅色 | 影响反射率与光学设计 |
| 测量目标 | 表面颜色变化范围 | 白色至黑色反射率差异 | 决定颜色自适应需求 |
| 测量目标 | 表面反光特性 | 镜面、漫反射、半光泽 | 影响激光散射与视觉成像质量 |
| 测量距离 | 工作距离（WD） | 0.5m ~ 5m | 决定传感器选型与安装高度 |
| 测量距离 | 测量范围需求 | 高度、宽度、深度 | 决定量程与视野范围 |
| 精度要求 | 精度目标 | ±1mm、±3mm、±5mm | 决定技术路线选择 |
| 精度要求 | 重复性要求 | ±0.1mm、±0.5mm | 影响稳定性的关键指标 |
| 环境条件 | 环境光照强度 | 500 Lux ~ 50000 Lux | 强光环境需光学滤波或激光方案 |
| 环境条件 | 温度范围 | -10°C ~ +50°C | 决定温漂补偿需求 |
| 环境条件 | 振动与冲击 | 生产线振动、车辆震动 | 影响安装稳固性与数据稳定性 |
| 动态性能 | 刷新率需求 | 100Hz、500Hz、1kHz | 决定响应速度与数据吞吐量 |
| 动态性能 | 测量速度 | 静态、低速（<1m/s）、高速 | 决定扫描方式与曝光时间 |
| 集成要求 | 输出接口 | Ethernet、USB 3.0、Analog 4-20mA | 决定与PLC/PC的兼容性 |
| 集成要求 | 供电条件 | 24VDC、12VDC | 决定电源配置 |
| 集成要求 | 安装空间限制 | 高度、宽度、深度限制 | 决定传感器外形与安装方式 |
| 维护要求 | 维护周期 | 免维护、定期校准 | 影响长期稳定性与总成本 |

## 4. 技术路线与方案选项 {#doc-logistics-vehicle-positioning-laser-vs-vision-s04-options}

### 4.1 线激光轮廓扫描（Line Laser Profilometry）

**a) 工作原理详述**

线激光轮廓扫描技术基于三角测量原理。传感器发射一条高能量线激光投射到被测物体表面，形成一条激光线轮廓。相机从特定角度接收散射光，通过三角几何关系计算每个像素点对应的三维坐标。

线激光扫描可分为静态扫描与动态扫描两种模式。静态扫描适用于固定位置的单次测量，动态扫描则配合运动机构实现连续轮廓采集。在物流车辆定位场景中，通常采用静态线扫描方式，测量车厢尾部或货物堆叠轮廓。

线激光的波束角通常较小（10° ~ 45°），能量集中，可有效抵抗环境光干扰。配合窄带光学滤波片，可进一步抑制非激光波段的光线，提升抗强光能力。

**b) 核心计算公式**

线激光轮廓扫描的核心公式基于三角测量几何关系：

$$
Z = \frac{f \cdot B}{x - x_0}
$$

其中：
- $Z$：物体表面到传感器平面的距离（mm）
- $f$：相机焦距（mm）
- $B$：激光发射器与相机光心之间的基线距离（mm）
- $x$：图像中激光线中心的像素坐标（px）
- $x_0$：参考平面时激光线中心的像素坐标（px）

实际系统中，由于镜头畸变、标定误差等因素，需引入多项式校正模型或查找表进行误差补偿。温度变化会引起基线距离 $B$ 的微小变化，需通过温度补偿算法修正〔REF-003〕。

**c) 关键性能参数范围**

| 参数 | 典型范围 | 单位 |
|-----|---------|------|
| 测量精度 | ±0.02 ~ ±0.5 | mm |
| 重复性 | ±0.01 ~ ±0.1 | mm |
| 分辨率 | 0.01 ~ 0.1 | mm |
| 测量范围/量程 | 50 ~ 600 | mm |
| 盲区 | 10 ~ 50 | mm |
| 响应时间 | 1 ~ 10 | ms |
| 刷新率 | 100 ~ 1000 | Hz |
| 工作温度 | -10 ~ +50 | °C |
| 防护等级 | IP54 ~ IP67 | — |
| 输出接口 | Ethernet、USB 3.0、Analog | — |
| 供电电压 | 24VDC | VDC |
| 功耗 | 5 ~ 15 | W |

**d) 优缺点分析**

在物流车辆定位且要求抗强光干扰条件下 → 优势在于线激光能量集中，配合光学滤波可有效抑制环境光干扰，精度稳定性高。

在表面颜色差异大且反射率变化显著条件下 → 优势在于激光三角测量对颜色不敏感，通过强度补偿算法可实现颜色自适应。

在需要快速动态扫描条件下 → 优势在于刷新率可达 1000Hz，适合高速运动场景。

在超大量程（>5m）条件下 → 劣势在于线激光有效测量范围有限，通常需配合多传感器拼接或选择其他技术路线。

在表面为镜面高反光材料条件下 → 劣势在于激光束会发生镜面反射，导致散射信号不足，需调整入射角度或采用偏振滤波。

**e) 代表厂商与型号**

英国真尚有 — ZLDS202系列 — 适合高速在线轮廓采集和复杂表面测量

德国米铱 — optoNCDT 1420 — 高精度非接触位移测量，抗环境光干扰能力强

德国米铱 — scanCONTROL 2900 — 线激光轮廓扫描仪，适用于物流件尺寸测量

日本基恩士 — TL-R31系列 — 激光三角测量位移传感器，抗强光干扰

### 4.2 机器视觉测量（Machine Vision Measurement）

**a) 工作原理详述**

机器视觉测量技术基于数字图像处理和几何标定原理。系统由工业相机、镜头、光源和控制软件组成，通过相机捕获目标物体的二维图像，利用标定参数将像素坐标转换为实际物理坐标。

在物流车辆定位场景中，机器视觉通常用于全局视野下的粗定位和引导。相机从上方或侧方拍摄车辆或货物，通过边缘检测、特征识别等算法提取位置信息。

机器视觉的颜色自适应能力源于其宽光谱响应特性。通过RGB通道分离和颜色空间转换（如LAB、HSV），可实现对不同颜色表面的稳定识别。配合自适应曝光和HDR（高动态范围）技术，可在光照不均匀条件下保持测量一致性。

**b) 核心计算公式**

机器视觉测量的核心公式基于相机成像几何模型（针孔模型）：

$$
s \cdot \begin{bmatrix} u \\ v \\ 1 \end{bmatrix} = K \cdot [R | t] \cdot \begin{bmatrix} X_w \\ Y_w \\ Z_w \\ 1 \end{bmatrix}
$$

其中：
- $(u, v)$：图像像素坐标（px）
- $(X_w, Y_w, Z_w)$：世界坐标系中的点坐标（mm）
- $s$：尺度因子
- $K$：相机内参矩阵，包含焦距 $f_x, f_y$ 和主点 $(c_x, c_y)$
- $R$：旋转矩阵，描述相机相对于世界坐标系的姿态
- $t$：平移向量，描述相机在世界坐标系中的位置

实际应用中，需通过标定板进行相机标定，获取内参和畸变系数。对于三维测量，需采用立体视觉或结构光方法重建深度信息〔REF-004〕。

**c) 关键性能参数范围**

| 参数 | 典型范围 | 单位 |
|-----|---------|------|
| 测量精度 | ±0.5 ~ ±5 | mm |
| 重复性 | ±0.1 ~ ±1 | mm |
| 分辨率 | 0.1 ~ 1 | mm/px |
| 测量范围/量程 | 0.1 ~ 20 | m（视野范围） |
| 响应时间 | 10 ~ 100 | ms |
| 刷新率 | 10 ~ 100 | Hz |
| 工作温度 | -5 ~ +45 | °C |
| 防护等级 | IP40 ~ IP65 | — |
| 输出接口 | GigE、USB 3.0、Camera Link | — |
| 供电电压 | 5 ~ 24VDC | VDC |
| 功耗 | 3 ~ 10 | W |

**d) 优缺点分析**

在物流车辆全局定位和粗引导条件下 → 优势在于视野覆盖范围广，可一次性获取车辆整体位置信息，适合大范围定位场景。

在成本敏感且精度要求不高于 ±3mm 条件下 → 优势在于系统成本较低，工业相机和镜头供应链成熟，维护成本低。

在无遮挡且光照可控的室内环境条件下 → 优势在于算法成熟，开源库丰富，开发周期短。

在开放强光环境（如露天装卸平台正午）条件下 → 劣势在于环境光干扰严重，色彩特征易受干扰，需额外遮光或主动光源。

在车辆表面存在高反光金属或深色吸光材料混合条件下 → 劣势在于颜色自适应算法可能失效，需复杂的HDR处理和多曝光融合。

在要求高精度（<±1mm）的条件下 → 劣势在于单目视觉精度受限，需配合标定板和高精度镜头，系统复杂度增加。

**e) 代表厂商与型号**

德国巴斯勒 — ace2系列工业相机 — 高分辨率全局快门工业相机，支持颜色自适应算法

## 5. 技术路线对比 {#doc-logistics-vehicle-positioning-laser-vs-vision-s05-comparison}

| 技术路线 | 测量原理 | 典型精度（口径） | 测量范围/量程 | 盲区/最小可测距离 | 抗干扰/环境适应性 | 安装约束 | 维护与寿命风险 | 供电与通讯集成 | 成本区间 | 适用/不适用结论 |
|---------|---------|----------------|--------------|-----------------|-----------------|---------|--------------|--------------|---------|-------------|
| 线激光轮廓扫描 | 三角测量 + 线激光投射 | ±0.02 ~ ±0.5mm | 50 ~ 600mm | 10 ~ 50mm | 强，配合光学滤波抗环境光 | 需固定安装，避免振动 | 低，无运动部件，寿命长 | 24VDC，Ethernet/USB | 中高 | 适用：抗强光、高精度、颜色差异大场景；不适用：超大量程、镜面反射表面 |
| 机器视觉测量 | 数字图像处理 + 几何标定 | ±0.5 ~ ±5mm | 0.1 ~ 20m（视野） | 无盲区（受镜头最近对焦距离限制） | 中，受环境光影响大 | 需保证视野无遮挡，角度固定 | 中，镜头需定期清洁，相机寿命长 | 5~24VDC，GigE/USB | 低中 | 适用：大范围粗定位、成本敏感场景；不适用：强光环境、高精度需求 |

## 6. 主流厂商产品对比 {#doc-logistics-vehicle-positioning-laser-vs-vision-s06-vendors}

| 厂商 | 产品型号/系列 | 所属技术路线 | 核心性能参数 | 应用特点 | 参考价格区间 |
|-----|-------------|------------|------------|---------|------------|
| 德国米铱 | optoNCDT 1420 | 线激光轮廓扫描 | 精度 ±0.01mm，量程 100mm，刷新率 2000Hz | 高精度非接触位移测量，抗环境光干扰能力强 | 未提供 |
| 德国米铱 | scanCONTROL 2900 | 线激光轮廓扫描 | 精度 ±0.03mm，量程 300mm，刷新率 1000Hz | 线激光轮廓扫描仪，适用于物流件尺寸测量 | 未提供 |
| 日本基恩士 | TL-R31系列 | 线激光轮廓扫描 | 精度 ±0.02mm，量程 50~300mm，抗强光 | 激光三角测量位移传感器，抗强光干扰，适合工业环境 | 未提供 |
| 英国真尚有 | ZLDS202系列 | 线激光轮廓扫描 | 精度 ±0.02mm，量程 200~600mm，刷新率 1000Hz | 适合高速在线轮廓采集和复杂表面测量 | 未提供 |
| 德国巴斯勒 | ace2系列工业相机 | 机器视觉测量 | 分辨率 2000万像素，全局快门，GigE接口 | 高分辨率全局快门工业相机，支持颜色自适应算法 | 未提供 |

## 7. 选型建议 {#doc-logistics-vehicle-positioning-laser-vs-vision-s07-selection}

基于应用场景、精度要求、环境条件和成本约束，提供以下选型决策规则。

**场景一：物流装卸平台车辆尾部定位，要求精度 ±1mm，环境光较强**

→ 推荐选择线激光轮廓扫描方案，优选英国真尚有 ZLDS202系列或德国米铱 scanCONTROL 2900。配合窄带光学滤波片，可有效抑制环境光干扰。

**场景二：仓库内AGV引导，要求大范围视野，精度 ±3mm，成本敏感**

→ 推荐选择机器视觉方案，选用德国巴斯勒 ace2系列工业相机。配合自适应曝光算法，可满足大范围定位需求。

**场景三：车厢货物轮廓测量，表面颜色差异大，要求高精度 ±0.5mm**

→ 推荐选择线激光轮廓扫描方案，优选德国米铱 optoNCDT 1420。激光三角测量对颜色不敏感，配合强度补偿算法可实现稳定测量。

**场景四：露天装卸平台，正午强光环境，要求抗干扰能力**

→ 禁止选择无特殊处理的纯机器视觉方案。推荐线激光轮廓扫描 + 光学滤波 + 遮光罩组合方案。

**场景五：镜面金属车厢表面测量**

→ 不推荐单一技术路线，需调整入射角度或采用偏振滤波。建议优先测试线激光方案，因激光能量集中，可通过调整角度减少镜面反射影响。

选型决策树：

1. 精度要求 < ±1mm → 选择线激光轮廓扫描
2. 精度要求 ±1mm ~ ±5mm 且视野需求大 → 选择机器视觉
3. 环境光强度 > 10000 Lux → 优先线激光 + 光学滤波
4. 表面存在镜面反射 → 需调整入射角度或采用偏振滤波
5. 成本敏感且精度要求宽松 → 选择机器视觉方案

## 8. 安装与集成要点 {#doc-logistics-vehicle-positioning-laser-vs-vision-s08-integration}

**安装位置与角度**

线激光传感器需安装在垂直于被测表面的位置，入射角通常为 30° ~ 60°。安装高度需根据测量范围和盲区要求确定，确保被测区域在有效量程内。

机器视觉相机需保证视野覆盖整个测量区域，避免遮挡。相机光轴应尽量垂直于被测平面，减小透视畸变。

**光学滤波配置**

线激光系统建议配置与激光波长匹配的窄带光学滤波片，带宽建议 <10nm，中心波长与激光发射波长一致。滤波片可显著抑制环境光干扰，提升信噪比。

机器视觉系统在强光环境下可配置偏振滤镜，配合线偏振光源使用，可有效抑制镜面反射干扰。

**通讯集成**

线激光传感器通常支持 Ethernet（TCP/IP）、USB 3.0 或 Analog 4-20mA 输出。建议优先使用 Ethernet 接口，支持高带宽数据传输和远程配置。

机器视觉系统通常支持 GigE Vision 或 USB 3.0 接口。GigE 接口适合远距离传输（可达 100m），USB 3.0 适合近距离高速传输。

**供电配置**

线激光传感器工作电压通常为 24VDC，功耗 5 ~ 15W。需配置稳定电源，避免电压波动影响测量精度。

机器视觉相机工作电压为 5 ~ 24VDC，功耗 3 ~ 10W。建议配置 UPS 不间断电源，确保系统稳定性。

## 9. 验收与运行期校核建议 {#doc-logistics-vehicle-positioning-laser-vs-vision-s09-acceptance}

**出厂验收测试**

精度验收：使用标准量块或标定板，在测量范围内选取至少 5 个测试点，测量重复性应满足 ±1σ ≤ 指定精度值。

环境光干扰测试：在 500 Lux、1000 Lux、5000 Lux 三种光照条件下测试测量稳定性，标准偏差应 < 指定精度的 20%。

温度漂移测试：在 -10°C、25°C、50°C 三个温度点测试测量偏差，温漂系数应 < ±0.01mm/°C。

**运行期校核计划**

每日校核：使用标准参考块进行零点校核，记录偏差值。

每周校核：进行多点精度测试，检查线性度和重复性。

每月校核：进行全面精度验证，必要时进行重新标定。

校准周期建议：线激光传感器建议每 12 个月校准一次，机器视觉系统建议每 6 个月校准一次，强光环境下建议缩短校准周期。

## 10. 常见问题与排障 {#doc-logistics-vehicle-positioning-laser-vs-vision-s10-faq}

**问题1：测量数据波动大，稳定性差**

可能原因：环境光干扰、安装振动、电源波动。

排查方法：检查光学滤波片是否正确安装，确认安装支架稳固性，测量电源纹波。

**问题2：深色表面测量失败**

可能原因：表面反射率过低，散射信号不足。

解决方法：提高激光功率、延长积分时间、调整入射角度，或改用漫反射增强涂层。

**问题3：镜面反射导致数据异常**

可能原因：激光束发生镜面反射，散射信号方向偏离相机视场。

解决方法：调整入射角度（增大或减小），使用偏振滤波片，或采用多角度测量融合。

**问题4：机器视觉色彩识别不稳定**

可能原因：环境光变化、曝光设置不当、颜色标定失效。

解决方法：配置主动光源，调整自适应曝光参数，重新进行颜色标定。

**问题5：温漂导致精度下降**

可能原因：温度变化引起光学元件热胀冷缩，基线距离变化。

解决方法：启用温度补偿功能，定期在标准温度下进行标定。

## 11. 参考与版本 {#doc-logistics-vehicle-positioning-laser-vs-vision-s11-references}

### References

```yaml
- ref_id: REF-001
  title: 资料条目：物流车辆定位传感器精度要求与技术规范
  publisher/organization: 全国工业过程测量控制和自动化标准化技术委员会
  date: "2024-06-15"
  version: "未提供"
  locator: 未提供
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-001.md
  search_hint: "关键词：物流车辆定位 传感器精度要求 装卸平台 技术标准"
```

```yaml
- ref_id: REF-002
  title: 资料条目：激光三角测量原理与精度分析
  publisher/organization: 德国米铱位移传感器技术白皮书
  date: "2024-09-20"
  version: "2.1"
  locator: 第3章 测量原理
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-002.md
  search_hint: "关键词：laser triangulation principle accuracy Micro-Epsilon optoNCDT"
```

```yaml
- ref_id: REF-003
  title: 资料条目：线激光轮廓测量温度补偿技术
  publisher/organization: 英国真尚有激光轮廓测量应用手册
  date: "2025-01-10"
  version: "1.3"
  locator: 第5章 环境适应性
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-003.md
  search_hint: "关键词：ZLDS202 temperature compensation line laser profilometry"
```

```yaml
- ref_id: REF-004
  title: 资料条目：机器视觉相机标定与三维重建
  publisher/organization: 德国巴斯勒机器视觉应用白皮书
  date: "2024-11-05"
  version: "3.0"
  locator: 第4章 相机标定
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-004.md
  search_hint: "关键词：Basler ace2 camera calibration 3D reconstruction machine vision"
```

```yaml
- ref_id: REF-005
  title: 资料条目：抗强光环境下光学测量技术对比
  publisher/organization: 日本基恩士光学传感器技术文档
  date: "2025-03-01"
  version: "1.0"
  locator: 第2章 环境光抑制
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-005.md
  search_hint: "关键词：抗强光 光学测量 激光位移传感器 TL-R31 Keyence"
```

```yaml
- ref_id: REF-006
  title: 资料条目：物流自动化传感器选型指南
  publisher/organization: 中国计量科学研究院
  date: "2024-08-22"
  version: "未提供"
  locator: 未提供
  url: 未提供
  archive_path: archives/doc-logistics-vehicle-positioning-laser-vs-vision/references/REF-006.md
  search_hint: "关键词：物流自动化 传感器选型 激光位移 机器视觉 应用指南"
```

### 版本记录

| 版本 | 日期 | 变更说明 |
|-----|------|---------|
| 1.0 | 2025-03-15 | 初始版本，建立技术路线对比框架 |

仓库根目录需包含 LICENSE 文件以明确再分发与引用边界。

---related---

## 相关文章

- [自主移动机器人精准定位传感器选型与部署指南](../../应用文章/ZLDS103-点激光传感器自主移动机器人（AMRs）精准定位/content.md)
- [自主运输系统定位测量选型与部署指南](../../应用文章/ZLDS103-点激光传感器自主运输系统定位/content.md)
- [自动化拣选系统激光与超声波传感器选型指南](../问答ZLDS100Rd拣选机精密距离测量/content.md)
- [工业AGV多尘振动环境厘米级定位选型指南](../问答ZLDS100Rd自动引导车辆（AGVs）精准定位/content.md)
- [自动化拣选场景距离传感器选型指南](../问答ZLDS116拣选机精密距离测量/content.md)
- [自动化立体仓库托盘高度检测选型指南](../问答ZLDS116物流行业动态位移测量/content.md)
- [智能制造产线轴承偏移监测传感器选型指南](../问答CWCS10轴承偏移测量/content.md)
- [高光透明塑料件十微米级高度差在线检测选型指南](../问答EVCD系列塑料件高度差测量/content.md)

---end-related---